基于干扰矢量和物理特征的无人机干扰源定位方法及系统与流程

1.本发明涉及轨道交通技术领域，具体涉及一种基于干扰矢量和物理特征的无人机干扰源定位方法及系统。


背景技术：

2.城市轨道交通多采用cbtc(基于通信的列车自动控制系统)作为列车运营控制系统。它的特点是用通信媒体来实现列车和地面设备的双向通信，其突出优点是可以实现车—地之间的双向通信，并且传输信息量大，传输速度快等等。
3.cbtc系统的列车和地面设备的通信由列车到轨旁的无线通信与轨旁到机房的有线通信组成。车地无线通信的畅通和安全是保证整个cbtc系统正常运行的重要环节，现在的车地无线通信是由终端通过wifi网络或者lte网络接入无线网络。轨道行业使用lte网络使用1.8ghz通信频段，该频段属于专网频段，机场、港口等行业均可以使用，存在覆盖范围超限导致对轨道运行环境造成干扰；wifi网络使用2.4ghz通信频段，2.4ghz ism(industry science medicine)是全世界公开通用使用的无线频段，民间的私人无线电通信设备，工厂、广播电视等大功率无线电设备等都会对轨道运行环境造成干扰。上述情况均会影响轨道交通控制系统的正常通信，更可能对人民的财产安全造成一定程度的威胁。
4.由于各种无线通信干扰源分布区域较大，现有技术无法对干扰源进行精确定位，使得无法排除安全隐患。


技术实现要素：

5.本发明的目的是为了提供一种基于干扰矢量和物理特征的无人机干扰源定位方法及系统。旨在解决由于各种无线通信干扰源分布区域较大，现有技术无法对干扰源进行精确定位，使得无法排除安全隐患的问题。
6.为达到上述目的，本发明通过以下技术方案实现：
7.一方面，本发明提供了一种基于干扰矢量和物理特征的无人机干扰源定位方法，包括：
8.地面控制中心获取无人机收集到的干扰源的物理特征，通过所述干扰源的物理特征，对所述干扰源进行若干次定位，建立矢量定位模型，以定位所述干扰源的实际位置。
9.优选的，所述的获取无人机收集到的干扰源的物理特征，其具体包括：
10.建立所述无人机与地面控制中心的通信连接，所述地面控制中心获取所述无人机收集到的干扰源的物理特征，并控制所述无人机的飞行。
11.优选的，所述地面控制中心获取所述无人机收集到的干扰源的物理特征，并控制所述无人机的飞行，其具体包括：
12.所述地面控制中心向所述无人机传输干扰白名单的物理地址；
13.所述地面控制中心定义一监测点；
14.所述地面控制中心控制所述无人机向所述监测点飞行；
15.所述无人机到达所述监测点后，进行扫描并解析无线接入点的物理地址，得到解析的无线接入点的物理地址，从所述解析的无线接入点的物理地址中剔除所述干扰白名单的物理地址，得到物理地址表。
16.优选的，所述地面控制中心获取所述无人机收集到的干扰源的物理特征，还包括：
17.根据所述物理地址表，得到所述干扰源的物理特征，所述无人机将所述干扰源的物理特征传输至所述地面控制中心。
18.优选的，所述根据所述物理地址表，得到所述干扰源的物理特征，其具体包括：
19.分别转动所述无人机机载天线的水平转台和垂直转台至一预定角度，记录所述物理地址表中每一物理地址对应的所述干扰源的水平强度和垂直强度，重复转动所述水平转台和垂直转台至下一预定角度，直至完成不同水平方向角和垂直方向角的遍历。
20.优选的，所述无人机将记录的所述干扰源的水平强度和垂直强度、及所述无人机的全球导航卫星系统定位信息传输至所述地面控制中心。
21.优选的，对所述干扰源进行若干次定位，其具体包括：
22.所述地面控制中心定义不同的若干个监测点，所述地面控制中心控制所述无人机分别向不同的监测点飞行，所述无人机在每一所述监测点，记录所述干扰源的物理特征。
23.优选的，对所述干扰源进行若干次定位，建立矢量定位模型，其具体还包括：
24.所述地面控制中心建立矢量定位模型，根据所述矢量定位模型，计算不同监测点所述干扰源的物理特征的变化，判定所述变化与预定的阈值的大小。
25.优选的，所述判定所述变化与预定的阈值的大小，其具体包括：
26.当所述变化超过所述预定的阈值，则所述地面控制中心计算生成新的监测点，控制所述无人机飞行至所述新的监测点，重新记录所述新的监测点处干扰源的物理特征；
27.当所述变化不超过所述预定的阈值，则所述地面控制中心控制所述无人机进行拍照和录像，得到对应的照片和视频。
28.优选的，还包括：所述无人机将所述照片和所述视频传输至所述地面控制中心，以完成对所述干扰源实际位置的定位。
29.另一方面，本发明还提供了一种基于干扰矢量和物理特征的无人机干扰源定位系统，包括：地面部分和无人机机载部分，
30.所述地面部分与所述无人机机载部分通信连接，所述地面部分和所述无人机机载部分执行上述的基于干扰矢量和物理特征的无人机干扰源定位方法，定位所述干扰源的实际位置。
31.优选的，所述地面部分为地面控制中心，其控制所述无人机机载部分的飞行，同时获取所述无人机机载部分传输的数据，并对所述无人机机载部分传输的数据进行处理。
32.优选的，所述无人机机载部分获取所述干扰源的干扰信息，并将所述干扰信息传输至所述地面控制中心。
33.与现有技术相比，本发明具有以下有益效果：
34.1、本发明提供的基于干扰矢量和物理特征的无人机干扰源定位方法及系统，通过地面部分与无人机的通信连接，在地面部分进行计算，降低无人机本身飞控系统的计算压力；
35.2、本发明通过导入干扰白名单，降低在干扰排查过程中的无效计算；
36.3、本发明使用矢量定位模型进行干扰源的定位，使得定位更加精确；
37.4、本发明除使用gnss进行定位外，还使用干扰源照片和干扰源周围环境视频的方式，降低后期实地处理干扰源定位难度。
附图说明
38.为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一个实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图：
39.图1为本发明一实施例提供的基于干扰矢量和物理特征的无人机干扰源定位方法的流程图；
40.图2为本发明一实施例提供的基于干扰矢量和物理特征的无人机定位干扰源方法的矢量定位生成方式图。
具体实施方式
41.以下结合附图1-2和具体实施方式对本发明提出的基于干扰矢量和物理特征的无人机干扰源定位方法及系统作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂，请参阅附图。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
42.由于各种无线通信干扰源分布区域较大，现有技术无法对干扰源进行精确定位，使得无法排除安全隐患的问题。
43.一方面，参考图1所示，本实施例提供了一种基于干扰矢量和物理特征的无人机干扰源定位方法，所述方法包括：
44.步骤s1：建立所述无人机与地面控制中心的通信连接。
45.步骤s1.1：所述地面控制中心向所述无人机传输干扰白名单的物理地址。
46.步骤s2：所述地面控制中心定义一监测点，具体的：地面控制中心设置1个日常运营中干扰较为强烈点作为监测初始点s1，并控制所述无人机向预定监测点s1飞行。
47.步骤s3：无人机到达预定监测点s1后，进行扫描并解析无线ap/基站的mac地址/小区物理id信息，剔除干扰mac地址/小区物理id白名单后，形成mac地址/小区物理id表(mac1
s1
，mac2
s1
，mac3
s1
，mac4
s1
，mac5
s1
)。
48.分别转动所述无人机机载天线的水平转台和垂直转台至一预定角度，记录所述物理地址表中每一物理地址对应的所述干扰源的水平强度和垂直强度，重复转动所述水平转台和垂直转台至下一预定角度，直至完成不同水平方向角和垂直方向角的遍历。
49.本实施例中具体为：参考图2所示，转动搭载定向天线的水平转台和垂直转台，开始每次旋转一定角度，保持一段时间测量对应mac地址/小区物理id的平均信号强度后，再
次旋转，直至完成一周，记录下对应针对于每一个mac地址/小区物理id以及其不同方向角测量强度的数组，以及自身的gnss(globalnavigation satellite system，全球导航卫星系统)信息(x
s1
，y
s1
，z
s1
)，并将所获取到的信息传送至地面控制中心。
50.步骤s4：地面控制中心接收无人机向其发送的信息，形成在监测初始点s1的干扰信号mac地址/小区物理id表(mac1
s1
，mac2
s1
，mac3
s1
，mac4
s1
，mac5
s1
)，各自的最大水平干扰方向(θ
mac1_s1
，θ
mac2_s1
，θ
mac3_s1
，θ
mac4_s1
，θ
mac5_s1
)、最大垂直干扰方向(β
mac1_s1
，β
mac2_s1
，β
mac3_s1
，β
mac4_s1
，β
mac5_s1
)及其干扰功率(i
mac1_s1
，i
mac2_s1
，i
mac3_s1
，i
mac4_s1
，i
mac5_s1
)。
51.步骤s5：建立矢量定位模型，地面控制中心控制无人飞行至下一个监测初始点s2，重复步骤s3-s4后，地面控制中心接收无人机向其发送的信息，形成在监测初始点s2的干扰信号mac地址/小区物理id表(mac1
′
s2
，mac2
′
s2
，mac3
′
s2
，mac4
′
s2
，mac5
′
s2
)，各自的最大水平干扰方向(θ
mac1
′
_s2
，θ
mac2
′
_s2
，θ
mac3
′
_s2
，θ
mac4
′
_s2
，θ
mac5
′
_s2
)，最大垂直干扰方向(β
mac1
′
_s2
，β
mac2
′
_s2
，β
mac3
′
_s2
，β
mac4
′
_s2
，β
mac5
′
_s2
)，干扰功率(i
mac1
′
_s2
，i
mac2
′
_s2
，i
mac3
′
_s2
，i
mac4
′
_s2
，i
mac5
′
_s2
)以及自身的gnss信息(x
s2
，y
s2
，z
s2
)。
52.步骤s6：地面控制中心的分析监测初始点s1的干扰数据和监测初始点s2的干扰数据，按照干扰功率确定需要进一步追踪定位的干扰源mact，及其在对应位置的干扰方向及其干扰功率(θ
mact_s1
，θ
mact_s2
，β
mact_s1
，β
mact_s2
，i
mact_s1
，i
mact_s2
)。
53.步骤s7：根据矢量定位模型，计算不同监测点所述干扰源的物理特征的变化，当所述变化超过所述预定的阈值，则所述地面控制中心计算生成新的监测点，控制所述无人机飞行至所述新的监测点，重新记录所述新的监测点处干扰源的物理特征。
54.地面控制中心接收到相关数据，所述变化为δi，所述预定的阈值为ε，当时，通过θ
mact_s1
，θ
mact_s2
，β
mact_s1
，β
mact_s2
，计算如图2中所示的夹角α
s2
和γ
s2
，并对(x
s1
，y
s1
，z
s1
)和(x
s2
，y
s2
，z
s2
)进行归一向量化得到根据α
s2
和γ
s2
，计算下一个监测点s3的位置为：
[0055][0056]
当所述变化不超过所述预定的阈值，则所述地面控制中心控制所述无人机进行拍照和录像，得到对应的照片和视频。
[0057]
所述无人机将所述照片和所述视频传输至所述地面控制中心，以完成对所述干扰源实际位置的定位。
[0058]
另一方面，本实施例还提供了一种基于干扰矢量和物理特征的无人机干扰源定位系统，包括：地面部分和无人机机载部分，
[0059]
所述地面部分与所述无人机机载部分通信连接，所述地面部分和所述无人机机载部分执行上述的基于干扰矢量和物理特征的无人机干扰源定位方法，定位所述干扰源的实际位置。
[0060]
所述地面部分为地面控制中心，其控制所述无人机机载部分的飞行，同时获取所述无人机机载部分传输的数据，并对所述无人机机载部分传输的数据进行处理。
[0061]
所述无人机机载部分获取所述干扰源的干扰信息，并将所述干扰信息传输至所述
地面控制中心。
[0062]
综上所述，本实施例提出了基于干扰矢量和物理特征的无人机干扰源定位方法及系统，使用矢量定位模型，完成干扰源的精准定位；使用mac地址/小区物理id作为标识项，六字节/四字节十六进制的编号，避免了使用pci号、ssid号等其它标识项导致编号重复、无法识别等情况；在地面系统进行相关计算，降低了无人机本身飞控系统的计算压力；使用白名单导入的方式，降低在干扰排查过程中的无效计算；完成干扰源定位后，除使用gnss进行定位外，还使用干扰源照片和干扰源周围环境视频的方式，降低后期实地处理干扰源定位难度。
[0063]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0064]
应当注意的是，在本文的实施方式中所揭露的装置和方法，也可以通过其他的方式实现。以上所描述的装置实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本文的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用于执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0065]
另外，在本文各个实施方式中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0066]
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

技术特征：
1.一种基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，包括：地面控制中心获取无人机收集到的干扰源的物理特征，通过所述干扰源的物理特征，对所述干扰源进行若干次定位，建立矢量定位模型，以定位所述干扰源的实际位置。2.如权利要求1所述的基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，所述的获取无人机收集到的干扰源的物理特征，其具体包括：建立所述无人机与所述地面控制中心的通信连接，所述地面控制中心获取所述无人机收集到的干扰源的物理特征，并控制所述无人机的飞行。3.如权利要求2所述的基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，所述地面控制中心获取所述无人机收集到的干扰源的物理特征，并控制所述无人机的飞行，其具体包括：所述地面控制中心向所述无人机传输干扰白名单的物理地址；所述地面控制中心定义一监测点；所述地面控制中心控制所述无人机向所述监测点飞行；所述无人机到达所述监测点后，进行扫描并解析无线接入点的物理地址，得到解析的无线接入点的物理地址，从所述解析的无线接入点的物理地址中剔除所述干扰白名单的物理地址，得到物理地址表。4.如权利要求3所述的基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，所述地面控制中心获取所述无人机收集到的干扰源的物理特征，还包括：根据所述物理地址表，得到所述干扰源的物理特征，所述无人机将所述干扰源的物理特征传输至所述地面控制中心。5.如权利要求4所述的基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，所述根据所述物理地址表，得到所述干扰源的物理特征，其具体包括：分别转动所述无人机机载天线的水平转台和垂直转台至一预定角度，记录所述物理地址表中每一物理地址对应的所述干扰源的水平强度和垂直强度，重复转动所述水平转台和垂直转台至下一预定角度，直至完成不同水平方向角和垂直方向角的遍历。6.如权利要求5所述的基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，所述无人机将记录的所述干扰源的水平强度和垂直强度、及所述无人机的全球导航卫星系统定位信息传输至所述地面控制中心。7.如权利要求6所述的基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，对所述干扰源进行若干次定位，其具体包括：所述地面控制中心定义不同的若干个监测点，所述地面控制中心控制所述无人机分别向不同的监测点飞行，所述无人机在每一所述监测点，记录所述干扰源的物理特征。8.如权利要求7所述的基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，对所述干扰源进行若干次定位，建立矢量定位模型，其具体还包括：所述地面控制中心建立矢量定位模型，根据所述矢量定位模型，计算不同监测点所述干扰源的物理特征的变化，判定所述变化与预定的阈值的大小。9.如权利要求8所述的基于干扰矢量和物理特征的无人机干扰源定位方法，其特征在于，所述判定所述变化与预定的阈值的大小，其具体包括：当所述变化超过所述预定的阈值，则所述地面控制中心计算生成新的监测点，控制所
述无人机飞行至所述新的监测点，重新记录所述新的监测点处干扰源的物理特征；当所述变化不超过所述预定的阈值，则所述地面控制中心控制所述无人机进行拍照和录像，得到对应的照片和视频。10.还包括：所述无人机将所述照片和所述视频传输至所述地面控制中心，以完成对所述干扰源实际位置的定位。11.一种基于干扰矢量和物理特征的无人机干扰源定位系统，其特征在于，包括：地面部分和无人机机载部分，所述地面部分与所述无人机机载部分通信连接，所述地面部分和所述无人机机载部分执行权利要求1-10任一所述的基于干扰矢量和物理特征的无人机干扰源定位方法，定位所述干扰源的实际位置。12.如权利要求11所述的基于干扰矢量和物理特征的无人机干扰源定位系统，其特征在于，所述地面部分为地面控制中心，其控制所述无人机机载部分的飞行，同时获取所述无人机机载部分传输的数据，并对所述无人机机载部分传输的数据进行处理。13.如权利要求12所述的基于干扰矢量和物理特征的无人机干扰源定位系统，其特征在于，所述无人机机载部分获取所述干扰源的干扰信息，并将所述干扰信息传输至所述地面控制中心。

技术总结
本发明公开了一种基于干扰矢量和物理特征的无人机干扰源定位方法及系统，所述方法包括：获取无人机收集到的干扰源的物理特征，通过所述干扰源的物理特征，对所述干扰源进行若干次定位，建立矢量定位模型，以定位所述干扰源的实际位置。本发明通过地面部分与无人机的通信连接，在地面部分进行计算，降低无人机本身飞控系统的计算压力；通过导入干扰白名单，降低在干扰排查过程中的无效计算；使用矢量定位模型进行干扰源的定位，使得定位更加精确；除使用GNSS进行定位外，还使用干扰源照片和干扰源周围环境视频的方式，降低后期实地处理干扰源定位难度。扰源定位难度。扰源定位难度。


技术研发人员：马钰昕 苏阿峰 季庆华 叶云龙 张宜远 韩熠 朱林贤 刘螺辉
受保护的技术使用者：卡斯柯信号有限公司
技术研发日：2023.05.17
技术公布日：2023/8/24